Tabla de contenido
¿Qué es una curva de campana? ¿Cómo funciona una curva de campana? Curvas de campana en finanzasInvestigación académica sobre la cartera de curvas de campana
¿Qué es una curva de campana?
Una curva de campana se denomina distribución normal porque es el tipo de distribución más común para una variable. El término curva de campana se deriva del gráfico que representa una distribución normal porque consiste en una línea en forma de campana. El punto más alto de la curva representa los eventos más probables en una serie de datos. Todas las demás ocurrencias posibles se distribuyen por igual alrededor del evento más probable y terminan formando una línea con pendiente descendente a cada lado del pico.
Volver a : INVESTIGACIÓN, ANÁLISIS Y CIENCIA DE DECISIÓN
¿Cómo funciona una curva de campana?
Una curva de campana se refiere a la representación gráfica de la distribución de probabilidad normal. Las desviaciones estándar subyacentes de esta distribución desde la mediana o el punto más alto de la curva le dan la forma de una campana curva. La desviación estándar es una medida que se utiliza en la cuantificación de la variabilidad de la dispersión de datos en un conjunto de valores determinado, mientras que la media proporciona el promedio de los puntos de datos totales en el conjunto de datos. El cálculo de la desviación estándar se realiza después del de la media y representa un porcentaje del total de datos. Por ejemplo, si se recopila una serie de 100 puntajes de prueba y se usa en una distribución de probabilidad normal, se espera que el 68% de los puntajes de la prueba caigan por debajo de la media o dentro de una desviación estándar. Cuando dos desviaciones estándar se alejan de la media, Se incluye el 95% de las calificaciones de las pruebas. El 99,7 % de las puntuaciones de las pruebas se representan cuando se alejan tres desviaciones estándar de la media. Las puntuaciones de texto que son valores atípicos extremos se consideran puntos de datos de cola larga que se encuentran fuera del rango de las tres desviaciones estándar. Tales valores atípicos incluyen 100 o 0.
Curvas de campana en finanzas
Al analizar los rendimientos del mercado en general o la sensibilidad de un valor, los analistas financieros y los inversores suelen utilizar una distribución de probabilidad normal. En finanzas, la volatilidad se utiliza para referirse a las desviaciones estándar que muestran los rendimientos de los valores. Por ejemplo, las acciones de primer orden son las que generalmente muestran una curva de campana y tienen una baja volatilidad predecible. Al utilizar la distribución de probabilidad normal de los rendimientos pasados de las acciones, los inversores pueden hacer suposiciones con respecto a los rendimientos futuros esperados. Sin embargo, en algunos casos, las acciones y otros valores muestran distribuciones que no son normales. Las colas más gruesas que las normales caracterizan estas distribuciones no normales. Cuando la cola más gruesa tiene un sesgo negativo, les indica a los inversores que existe una mayor probabilidad de rendimientos negativos. Lo contrario también es cierto.
Investigación académica sobre la cartera de Bell Curve
Un paseo multifractal por Wall Street, Mandelbrot, BB (1999). Scientific American , 280 (2), 70-73. Este documento explica que los inversores individuales y los operadores bursátiles profesionales son conscientes de que los precios que suelen cotizarse en cualquier mercado financiero pueden cambiar muy rápidamente.
Un enfoque en las excepciones que confirman la regla, Mandelbrot, B., & Taleb, N. (2006). Financial Times , 23 . Este artículo presenta cómo los estudios actuales de incertidumbre, como la economía y la estadística, se han mantenido cerca de la curva de campana que representa una distribución de probabilidad.
Seis formas en que las empresas gestionan mal el riesgo, Stulz, RM (2009). Harvard Business Review , 87 (3), 86-94. Este documento presenta seis formas en que las empresas administran mal el riesgo y también sugiere soluciones a estos problemas.- Leyes de potencia y la nueva ciencia de la gestión de la complejidad, Buchanan, M. (2004). Strategy+ Business , 34 (primavera), 70-79. Esta es una investigación que tiene como objetivo llamar la atención en el mundo de los negocios, ya que tanto los ejecutivos como los académicos están comenzando a comprender que las teorías convencionales de gestión forjadas en la era de la industrialización ya no pueden hacer frente a las organizaciones altamente complejas que han surgido en las últimas dos décadas. de la creciente globalización y descentralización.
Problemas de implementación en sitios web de proyectos: el punto de vista de un profesional, O’Brien, WJ (2000). Revista de administración en ingeniería , 16 (3), 34-39. Este estudio utiliza las observaciones de un profesional involucrado en el desarrollo y uso de la primera generación de sitios web de proyectos para resumir los temas críticos en la implementación de sitios en proyectos.
Sobre la ecuación de BlackScholes modificada, Ahmed, E., & Abdusalam, HA (2004). Caos, solitones y fractales , 22 (3), 583-587. Este documento explica que, dado que se argumenta que, desde varios puntos de vista, la ecuación del telégrafo es más adecuada. La ecuación de Black-Scholes se modifica y luego se propone.
Cómo los fractales pueden explicar lo que está mal en Wall Street, Mandelbrot, BB (2008). ciencia am , 15 . Este artículo presenta la teoría moderna de la cartera como una piedra angular de las finanzas que intenta maximizar los rendimientos dado un nivel específico de riesgo.
La curva de Bell está mal: ¿y qué?, Embrechts, P. (2000). Extremos y Gestión Integral de Riesgos , xxv-xxviii. Este artículo explica que la curva de campana se considera errónea ya que varios estudios en diferentes campos han demostrado que, aparentemente, los eventos raros son más comunes de lo que predice la curva.
Repensando la teoría moderna de la cartera , Warner, J. (2010). Consultoría de Inversiones Bancarias . Este estudio muestra cómo diferentes inversores están tratando de decidir si reparar o abandonar los fundamentos teóricos sobre los que se desarrollan sus carteras.
Un enfoque racional de la fijación de precios del seguro contra catástrofes, Dong, W., Shah, H. y Wong, F. (1996). Este documento describe una metodología para la fijación de precios racionales que contiene un marco basado en la solvencia y la estabilidad, así como una fórmula para cuantificar la variabilidad de las pérdidas que impulsa la solvencia y la estabilidad.- Pruebas de choque de cartera : dar sentido a las exposiciones a eventos extremos, Novosyolov, A. y Satchkov, D. (2010). The Journal of Risk Model Validation , 4 (3), 53. Este artículo aborda varios malentendidos acerca de las pruebas de estrés que son comunes y luego prevé su inclusión en el proceso de riesgo como complemento de las medidas de riesgo como el valor en riesgo y el error de seguimiento. .